1. 비즈니스 문제 정의

• 비즈니스 문제를 데이터 분석 관점으로 문제 정의

<aside> 1. 문제 상황 및 영향

• 생산지 물품 발주가 5일 전에 완료되어야 함으로 D-day ~ +5일까지의 수요량 예측이 필요한 상황
• 긴 예측 기간과, 매장/물품별 세분화된 예측은 불확실성이 너무 큰 상황
• SCM 단위에서, 단기 예측 및 큰 단위의 예측을 할 수 있는 문제 정의가 필요한 상황 </aside>

<aside> 2. 원인 분석 및 가설 수립

• 매장에서 각 물품의 발주가 들어가지만, 생산지에는 물품별로 데이터가 제공되고 있음
• 매장/물품 데이터는 일정한 패턴을 보이지 않지만, 물품 데이터는 일정한 패턴을 보이는 것을 확인
• 물류센터 → 매장으로 분배하는 과정에서 조정을 한다면, 단기 예측의 효과를 낼 수 있을 것이란 가설 수립 </aside>

<aside> 3. 해결 방법

• 이중 예측 모델 도입
• 생산지에 발주하는 큰 단위의 물품별 1차 예측 모델 (물품별 장기 예측 모델)
• 물류센터에서 각 매장 별로 분배하는 2차 예측 모델 (매장/물품별 단기 예측 모델) </aside>

<aside> 4. 결과 및 성과

• 실질적인 예측 기간 단축 효과(5일 → 2일)
• 정확도 15%p 향상
• 기회손실액 2%p 감소 → 매출액 0.5% 증가 </aside>

2. 모델 개발 과정에서의 주요 문제 해결 사례

<aside> 문제 해결 프로세스